集成学习有效性研究

• 作者: 周济 文志强 林海龙
• 来源期刊: 软件导刊
• 学科: 教育
• 关键词: 集成学习 分类器 有效性分析
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机与网络教学
• 页码范围: 199-201
• 页数: 3页
• 分类号: G434
• 字数: 3801字
• 语种: 中文

摘要

集成学习是构造一系列的分类器，然后对新的样本预测其类别的学习算法。最原始的集成方法是贝叶斯平均，最近的算法包括Error-Correcting output coding、Bagging和Boosting。阐述了集成后的分类器效果优于单个分类器的原因，结合实验对一些集成学习的研究结果进行了说明。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文志强	湖南工业大学计算机与通信学院	54	527	9.0	21.0
2	林海龙	湖南工业大学计算机与通信学院	4	13	2.0	3.0
3	周济	湖南工业大学计算机与通信学院	3	11	2.0	3.0